ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

Estimateur par appariement pour l'évaluation des politiques

L'estimateur par appariement pour l'évaluation des politiques estime l'effet causal d'un programme ou d'une politique sur les unités traitées en appariant chaque participant avec un ou plusieurs non-participants partageant des caractéristiques pré-traitement similaires. Développé rigoureusement par Heckman, Ichimura & Todd (1998) et Abadie & Imbens (2006), il évite les modèles de résultats paramétriques et constitue l'outil non paramétrique standard pour l'évaluation des programmes et des politiques.

Ouvrir dans MethodMindBientôtApply, compare, get guidance
Tools & resources
Télécharger les diapositives
Learn & explore
VidéoBientôt

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  1. Abadie, A., & Imbens, G. W. (2006). Large sample properties of matching estimators for average treatment effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an econometric evaluation estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

Comment citer cette page

ScholarGate. (2026, June 3). Policy Evaluation Matching Estimator. ScholarGate. https://scholargate.app/fr/causal-inference/policy-evaluation-matching-estimator

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte
ScholarGatePolicy Evaluation Matching Estimator (Policy Evaluation Matching Estimator). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/policy-evaluation-matching-estimator · Jeu de données : https://doi.org/10.5281/zenodo.20539026